Fariba Tohidinezhad

AI模型利用多模态数据预测GISTs中伊马替尼的反应

研究人员开发了一个多模态深度学习框架，该框架整合了计算机断层扫描（CT）影像和临床变量，以预测胃肠道间质瘤（GISTs）患者对新辅助伊马替尼治疗的反应。这项涉及四家三级中心患者的研究发现，虽然交叉注意力模型取得了较高的内部性能，但外部预测准确性中等。可解释性分析突出了响应者和非响应者之间特征重要性的显著差异，包括KIT和PDGFRA等基因突变，以及年龄和性别等临床因素。